Tipificación de miel de diferente origen botánico o geográfico mediante la espectroscopia de infrarrojo cercano

Abstract

Para tipificar miel existen diferentes alternativas metodológicas, en donde los procedimientos utilizados para resolver la mayoría de los problemas implican obtener información sobre los compuestos individuales de la mezcla. Cuando el problema no es qué contiene la muestra sino determinar su identidad la solución puede ser mediante señales de perfil (huellas espectrales) de un grupo de compuestos. La información contenida en las huellas espectrales se extrae mediante técnicas quimiométricas. Los métodos instrumentales modernos (espectroscopia de infrarrojo cercano, cromatografía de gases, espectrometría de masas acoplada a un generador de espacio de cabeza, espectroscopia UV-Vis, etc.), presentan gran interés principalmente por su elevada velocidad de análisis, por la reducción de los errores analíticos y en el consumo de reactivos, entre otros.

El objetivo del trabajo fue evaluar si la espectroscopia del infrarrojo cercano (NIRS) genera información suficiente para la tipificación de miel de diferente procedencia botánica o geográfica con resultados similares a los obtenidos con métodos físico-químicos. Para ello se utilizaron cuatro tipos miel (120 muestras). Los resultados obtenidos en ambos casos se trataron quimiométricamente, realizando primero el preprocesado mediante Standard Normal Variate (SNV) y una primera derivada, posteriormente se aplicaron técnicas para visualizar la distribución de los datos como HCA, PCA y caras de Chernoff. Posteriormente se generó el modelo de clasificación mediante LDA y el modelado de clases con SIMCA. Los modelos se validaron interna y externamente con valores de poder de clasificación del 100% y predicción mayores al 97%. Esto es, los modelos generados son altamente efectivos al clasificar y predecir una muestra problema. Por lo tanto, la tecnología de infrarrojo cercano (NIR) genera información suficiente para tipificar miel de diferente origen botánico o geográfico con resultados similares a los obtenidos en los análisis físico-químicos. El empleo de las técnicas quimiométricas es fundamental para interpretación de las señales espectrales._________In order to classify honey there are different methodological alternatives. The procedures used to solve most problems must to obtain information about the individual compounds in a mixture. When the problem is not what the sample contains but rather to determine its identity, the solution can be a signal profile (spectral fingerprint) of a group of compounds. The information contained in the spectral fingerprint is extracted by chemometric techniques. Modern instrumental methods (near infrared spectroscopy, gas chromatography-mass spectrometry coupled to headspace, UV-Vis spectroscopy, etc.), are of great interest mainly because of their high speed analysis, the reduction of analytical errors and the reduction in the consumption of reagents, among others.

The objective of this work was to evaluate whether NIRS technology generates sufficient information for the characterization of honey from different geographical and botanical origin with similar results to those obtained by physical and chemical methods. This work used four types of honey (120 samples). The results in both cases were tested with chemometric techniques, performing first the preprocessing by Standard Normal Variate (SNV) and a first derivative, then were applied to visualize the distribution of data such as HCA, PCA and Chernoff faces. Later the model of classification was generated by LDA and modeling classes by SIMCA. The two models were validated internally and externally with values of power of classification 100% and prediction higher than 97%. The models generated are highly effective to classify and predict a test sample. Therefore, NIR technology generates enough information to classify honey from different botanical or geographical origin with similar results to those obtained with the physical and chemical analysis. The use of chemometric techniques is essential for interpretation of spectral signals.